JPH04297961A - 磁粉探傷データ処理装置 - Google Patents
磁粉探傷データ処理装置Info
- Publication number
- JPH04297961A JPH04297961A JP3063092A JP6309291A JPH04297961A JP H04297961 A JPH04297961 A JP H04297961A JP 3063092 A JP3063092 A JP 3063092A JP 6309291 A JP6309291 A JP 6309291A JP H04297961 A JPH04297961 A JP H04297961A
- Authority
- JP
- Japan
- Prior art keywords
- processing
- layer
- binarization
- brightness
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000006249 magnetic particle Substances 0.000 title claims abstract description 12
- 238000007689 inspection Methods 0.000 title abstract description 6
- 230000001537 neural effect Effects 0.000 claims abstract description 10
- 238000013528 artificial neural network Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 7
- 235000019557 luminance Nutrition 0.000 abstract 4
- 230000008878 coupling Effects 0.000 abstract 1
- 238000010168 coupling process Methods 0.000 abstract 1
- 238000005859 coupling reaction Methods 0.000 abstract 1
- 239000000463 material Substances 0.000 abstract 1
- 230000007547 defect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000000034 method Methods 0.000 description 9
- 239000007788 liquid Substances 0.000 description 8
- 239000006247 magnetic powder Substances 0.000 description 7
- 238000010923 batch production Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Landscapes
- Image Input (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【0001】
【産業上の利用分野】本発明は磁粉探傷データ処理装置
に係わり、磁粉探傷データから最適な閾値を決定する磁
粉探傷データ処理装置に関する。
に係わり、磁粉探傷データから最適な閾値を決定する磁
粉探傷データ処理装置に関する。
【0002】
【従来の技術】金属加工物体に存在する割れあるいは傷
等の欠陥の検査方法として磁粉探傷が広く使用されてお
り、この方法を適用した自動検査装置も提案されている
。即ちテレビカメラあるいはラインカメラによって撮影
された検査対象物体表面の画像データをディジタル信号
処理装置で濃淡処理および2値化処理を行い欠陥の有無
、大きさ等の評価を実施する。
等の欠陥の検査方法として磁粉探傷が広く使用されてお
り、この方法を適用した自動検査装置も提案されている
。即ちテレビカメラあるいはラインカメラによって撮影
された検査対象物体表面の画像データをディジタル信号
処理装置で濃淡処理および2値化処理を行い欠陥の有無
、大きさ等の評価を実施する。
【0003】しかしながら2値化処理の結果は撮影に使
用する紫外線ランプの光量あるいは磁粉液の濃度により
影響を受けるために、閾値を一定値としておくと欠陥の
評価に誤差を生じる事となる。この問題点を解決するた
めに、本出願人は画像データの輝度分布のピーク値から
閾値を決定してデータを処理する装置を提案している(
特願昭63−207728)。
用する紫外線ランプの光量あるいは磁粉液の濃度により
影響を受けるために、閾値を一定値としておくと欠陥の
評価に誤差を生じる事となる。この問題点を解決するた
めに、本出願人は画像データの輝度分布のピーク値から
閾値を決定してデータを処理する装置を提案している(
特願昭63−207728)。
【0004】しかしながらこの装置においては欠陥を明
確に認識するために輪郭強調処理を行った場合には、ピ
ーク値が複数存在したり輝度ゼロでピーク値が発生する
ために適切な閾値を定めることはできない。この問題点
を解決するものとして、本出願人は輝度毎の画素数の分
布曲線を微分することによって閾値を決定してデータを
処理する装置を提案している(特開平2−228542
)。
確に認識するために輪郭強調処理を行った場合には、ピ
ーク値が複数存在したり輝度ゼロでピーク値が発生する
ために適切な閾値を定めることはできない。この問題点
を解決するものとして、本出願人は輝度毎の画素数の分
布曲線を微分することによって閾値を決定してデータを
処理する装置を提案している(特開平2−228542
)。
【0005】図7は上記提案に係るデータ処理装置の機
能線図であって、テレビカメラ等で撮影された画像デー
タに対して輪郭強調処理をおこなった後、輝度分布曲線
を求め、この輝度分布曲線を微分して閾値を決定し、こ
の閾値により輪郭強調処理後のデータを2値化して表示
する。図8は輪郭強調処理をおこなった後の輝度分布曲
線の1例を示すグラフであって、横軸に輝度、縦軸に画
素数をとる。
能線図であって、テレビカメラ等で撮影された画像デー
タに対して輪郭強調処理をおこなった後、輝度分布曲線
を求め、この輝度分布曲線を微分して閾値を決定し、こ
の閾値により輪郭強調処理後のデータを2値化して表示
する。図8は輪郭強調処理をおこなった後の輝度分布曲
線の1例を示すグラフであって、横軸に輝度、縦軸に画
素数をとる。
【0006】一般に輝度分布曲線はバックグランドの輝
度分布曲線a、検査対象物体の輝度分布曲線bおよび欠
陥あるいは磁粉液の濃度むらによる輝度分布曲線cに分
割することができ、全体の輝度分布曲線はディップd1
およびd2 を有する。したがって第2のディップd
2 を検出し、これを閾値として2値化することによっ
て欠陥情報を含む輝度分布曲線cを分離することが可能
となる。
度分布曲線a、検査対象物体の輝度分布曲線bおよび欠
陥あるいは磁粉液の濃度むらによる輝度分布曲線cに分
割することができ、全体の輝度分布曲線はディップd1
およびd2 を有する。したがって第2のディップd
2 を検出し、これを閾値として2値化することによっ
て欠陥情報を含む輝度分布曲線cを分離することが可能
となる。
【0007】さらに検査条件の影響を除去するために以
下の処理を行う。図9は検査対象物体の輝度分布曲線b
および欠陥あるいは磁粉液の濃度むらによる輝度分布曲
線cの磁粉液の濃度の相違による影響の説明図であって
、横軸に輝度、縦軸に画素数をとる。即ち磁粉液の濃度
が濃くなるに従って曲線は輝度の高い方向に移動する。
下の処理を行う。図9は検査対象物体の輝度分布曲線b
および欠陥あるいは磁粉液の濃度むらによる輝度分布曲
線cの磁粉液の濃度の相違による影響の説明図であって
、横軸に輝度、縦軸に画素数をとる。即ち磁粉液の濃度
が濃くなるに従って曲線は輝度の高い方向に移動する。
【0008】この結果全体の輝度分布曲線においてディ
ップd1 およびd2 を明確に識別できない場合が生
じる。図10はディップd1 およびd2 を明確に識
別できない場合の輝度分布曲線の1例を示すグラフであ
って、横軸に輝度、縦軸に画素数をとる。この場合には
ディップd1 を明確に知ることができず、ディップd
2 の値も定めることができなくなるため、この輝度分
布曲線を微分することにより極小値をもとめ、この極小
値がディップに相当するものとしている。
ップd1 およびd2 を明確に識別できない場合が生
じる。図10はディップd1 およびd2 を明確に識
別できない場合の輝度分布曲線の1例を示すグラフであ
って、横軸に輝度、縦軸に画素数をとる。この場合には
ディップd1 を明確に知ることができず、ディップd
2 の値も定めることができなくなるため、この輝度分
布曲線を微分することにより極小値をもとめ、この極小
値がディップに相当するものとしている。
【0009】
【発明が解決しようとする課題】しかしながらこの装置
においては、微分処理においては必要以上に変化が強調
されるために例えば検査対象物体を撮影する際の周囲の
明るさ、即ちいわゆるバックグランドの明るさが変化し
た場合のように画像データに外乱が加わると正確な閾値
を決定することはできない。
においては、微分処理においては必要以上に変化が強調
されるために例えば検査対象物体を撮影する際の周囲の
明るさ、即ちいわゆるバックグランドの明るさが変化し
た場合のように画像データに外乱が加わると正確な閾値
を決定することはできない。
【0010】本発明はかかる問題点を解決するためにな
されたものであって、輪郭処理後の画像データにおいて
ディップが明確に表れない場合であっても外乱の影響を
受けることなく閾値を決定することのできる磁粉探傷デ
ータ処理装置を提供することを目的とする。
されたものであって、輪郭処理後の画像データにおいて
ディップが明確に表れない場合であっても外乱の影響を
受けることなく閾値を決定することのできる磁粉探傷デ
ータ処理装置を提供することを目的とする。
【0011】
【課題を解決するための手段】図1は本発明に係る磁粉
探傷データ処理装置の基本構成図であって、検査対象物
体を撮像してその画像信号を出力する撮像手段101と
、撮像手段101から出力された画像信号を輪郭処理す
る輪郭処理手段102と、輪郭処理手段102で処理さ
れた画像データの画素の複数に区分された輝度毎の個数
を計数する輝度分布作成手段103と、輝度分布作成手
段103で作成した輝度分布の各輝度に対応する画素数
を入力層を構成する輝度の区分数と等しい数の人工的神
経素子のそれぞれに入力し少なくとも1層からなる中間
層による演算処理の後2値化のための閾値を出力層を構
成する複数個の人工的神経素子の1つから算出する神経
回路網演算手段104と、神経回路網演算手段104の
入力層と中間層、中間層間および中間層と出力層間の結
合重みを教示する結合重み教示手段105と、神経回路
網演算手段104において算出された2値化のための閾
値により該輪郭処理手段の処理結果を2値化する2値化
手段106と、2値化手段106の処理結果を表示する
表示手段107と、から構成される
探傷データ処理装置の基本構成図であって、検査対象物
体を撮像してその画像信号を出力する撮像手段101と
、撮像手段101から出力された画像信号を輪郭処理す
る輪郭処理手段102と、輪郭処理手段102で処理さ
れた画像データの画素の複数に区分された輝度毎の個数
を計数する輝度分布作成手段103と、輝度分布作成手
段103で作成した輝度分布の各輝度に対応する画素数
を入力層を構成する輝度の区分数と等しい数の人工的神
経素子のそれぞれに入力し少なくとも1層からなる中間
層による演算処理の後2値化のための閾値を出力層を構
成する複数個の人工的神経素子の1つから算出する神経
回路網演算手段104と、神経回路網演算手段104の
入力層と中間層、中間層間および中間層と出力層間の結
合重みを教示する結合重み教示手段105と、神経回路
網演算手段104において算出された2値化のための閾
値により該輪郭処理手段の処理結果を2値化する2値化
手段106と、2値化手段106の処理結果を表示する
表示手段107と、から構成される
【0012】
【作用】本発明による磁粉探傷データ処理装置によれば
、予め2値化のための閾値が求められている輝度分布を
教示データとして神経回路網演算手段内の結合重みを決
定し、この結合重みを使用して測定データ用の2値化の
ための閾値が決定される。
、予め2値化のための閾値が求められている輝度分布を
教示データとして神経回路網演算手段内の結合重みを決
定し、この結合重みを使用して測定データ用の2値化の
ための閾値が決定される。
【0013】
【実施例】図2は本発明に係る磁粉探傷データ処理装置
ハードウエア構成図であって、磁粉液を塗布された
検査対象物体201を照射する紫外線ランプ202、検
査対象物体201を撮像するテレビカメラ203、テレ
ビカメラ203から出力される画像信号を処理する画像
処理装置204、処理結果を表示するためのディスプレ
イ205、教示用データを入力するためのタブレット2
06およびデータ入力用キーボード207から構成され
る。
ハードウエア構成図であって、磁粉液を塗布された
検査対象物体201を照射する紫外線ランプ202、検
査対象物体201を撮像するテレビカメラ203、テレ
ビカメラ203から出力される画像信号を処理する画像
処理装置204、処理結果を表示するためのディスプレ
イ205、教示用データを入力するためのタブレット2
06およびデータ入力用キーボード207から構成され
る。
【0014】画像処理装置204はCPU2041、R
OM2042、画像データを記憶するRAM2043、
画像信号をディジタル化するためのA/Dコンバータ2
044、周辺機器用インターフェイス2045およびバ
ス2046等から構成されている。即ちテレビカメラ2
02は撮像手段101を、ディスプレイ205は表示手
段107を構成し、輪郭処理手段102、輝度分布作成
手段103、神経回路網演算手段104、結合重み教示
手段105、2値化手段106は画像処理装置204中
にソフトウエアとして組み込まれる。
OM2042、画像データを記憶するRAM2043、
画像信号をディジタル化するためのA/Dコンバータ2
044、周辺機器用インターフェイス2045およびバ
ス2046等から構成されている。即ちテレビカメラ2
02は撮像手段101を、ディスプレイ205は表示手
段107を構成し、輪郭処理手段102、輝度分布作成
手段103、神経回路網演算手段104、結合重み教示
手段105、2値化手段106は画像処理装置204中
にソフトウエアとして組み込まれる。
【0015】なおタブレット206およびキーボード2
07は結合重み教示手段105に既知データを入力する
ために使用される。図3は神経回路網演算手段104に
使用する神経回路網の構造図であって、入力層301、
1層で構成される中間層302および出力層303から
構成され、各層はそれぞれ3個の人工神経素子から構成
されている場合を示している。
07は結合重み教示手段105に既知データを入力する
ために使用される。図3は神経回路網演算手段104に
使用する神経回路網の構造図であって、入力層301、
1層で構成される中間層302および出力層303から
構成され、各層はそれぞれ3個の人工神経素子から構成
されている場合を示している。
【0016】なお中間層の層数、各層に含まれる人工神
経素子の数は特に図3により限定されるものではない。 神経回路網の概要については例えば日経エレクトロニク
ス(日経BP社刊)1987年8−10号115頁から
124頁に記載されているが以下は必要部分のみを説明
する。
経素子の数は特に図3により限定されるものではない。 神経回路網の概要については例えば日経エレクトロニク
ス(日経BP社刊)1987年8−10号115頁から
124頁に記載されているが以下は必要部分のみを説明
する。
【0017】図4は1つの人工神経素子のモデル図であ
って、人工神経素子iの出力Oi は次式で表される。
って、人工神経素子iの出力Oi は次式で表される。
【0018】
【数1】
ここで関数fとしては閾値関数あるいはsigmoid
関数を使用することが一般的であり、wjiは人工神
経素子間の結合重みを表す。なお結合重みwjiは、い
わゆるバックプロパゲーション法により決定される。即
ちタブレット206から入力された最適な閾値が既知の
輝度分布データを神経回路網の入力層に入力し、出力層
から所定の誤差内で既知の閾値と一致する閾値が得られ
るように繰り返し調整される。
関数を使用することが一般的であり、wjiは人工神
経素子間の結合重みを表す。なお結合重みwjiは、い
わゆるバックプロパゲーション法により決定される。即
ちタブレット206から入力された最適な閾値が既知の
輝度分布データを神経回路網の入力層に入力し、出力層
から所定の誤差内で既知の閾値と一致する閾値が得られ
るように繰り返し調整される。
【0019】図5は結合重みwjiを決定するためのル
─チンのフローチャートであって、教示段階においてバ
ッチ処理として実行される。即ちステップ501におい
て各結合重みwjiを初期値wji0 に設定する。次
にステップ502において閾値tp が既知の輝度分布
データDp を入力層301に入力する。
─チンのフローチャートであって、教示段階においてバ
ッチ処理として実行される。即ちステップ501におい
て各結合重みwjiを初期値wji0 に設定する。次
にステップ502において閾値tp が既知の輝度分布
データDp を入力層301に入力する。
【0020】そしてステップ503において結合重みw
ji0 を使用して神経回路網により閾値tP ’を演
算し、ステップ504でtp −tP ’の絶対値が所
定誤差ε以下であるか否かを判定する。所定誤差以下で
なければステップ505において結合重みを修正して、
ステップ503に戻る。
ji0 を使用して神経回路網により閾値tP ’を演
算し、ステップ504でtp −tP ’の絶対値が所
定誤差ε以下であるか否かを判定する。所定誤差以下で
なければステップ505において結合重みを修正して、
ステップ503に戻る。
【0021】所定誤差以下になればステップ506にお
いて全ての輝度分布データについて教示が終了したか否
かを判定し、終了していない場合はステップ502に戻
る。図6は検査対象物体の測定データの処理ルーチンの
フローチャートであって、検査段階においてバッチ処理
として実行される。まずステップ601でテレビカメラ
203から出力される画像信号がA/Dコンバータ20
44を介して画素データの形で入力されビデオRAM2
043に記憶される。
いて全ての輝度分布データについて教示が終了したか否
かを判定し、終了していない場合はステップ502に戻
る。図6は検査対象物体の測定データの処理ルーチンの
フローチャートであって、検査段階においてバッチ処理
として実行される。まずステップ601でテレビカメラ
203から出力される画像信号がA/Dコンバータ20
44を介して画素データの形で入力されビデオRAM2
043に記憶される。
【0022】ステップ602においてこの画素データに
対して平滑処理が実行される。これは画素データに含ま
れているノイズを除去することを目的とし、例えばある
画素の輝度にその周囲8つの画素の輝度を加算し9で除
算してその画素の平滑処理輝度とすることによって輝度
の変化を平滑化することが可能となる。次にステップ6
03で画素データの輪郭処理を実行する。
対して平滑処理が実行される。これは画素データに含ま
れているノイズを除去することを目的とし、例えばある
画素の輝度にその周囲8つの画素の輝度を加算し9で除
算してその画素の平滑処理輝度とすることによって輝度
の変化を平滑化することが可能となる。次にステップ6
03で画素データの輪郭処理を実行する。
【0023】これは欠陥を表すデータを強調することを
目的とするものであり、例えば以下の処理が行われる。 即ちある画素を中心とする8個の画素を考え左側および
上の3個の画素の輝度に例えば−1の重みをつけて合計
し、右側および下の3個の画素の輝度には例えば+1の
重みをつけて合計し、これら合計の総和をその画素の輪
郭強調輝度とすることによって欠陥情報を強調すること
が可能となる。
目的とするものであり、例えば以下の処理が行われる。 即ちある画素を中心とする8個の画素を考え左側および
上の3個の画素の輝度に例えば−1の重みをつけて合計
し、右側および下の3個の画素の輝度には例えば+1の
重みをつけて合計し、これら合計の総和をその画素の輪
郭強調輝度とすることによって欠陥情報を強調すること
が可能となる。
【0024】ステップ604においては以上の処理がな
された画素データを所定の段階に区分された輝度に区分
けして、各輝度区分に属する画素数を計数する。そして
ステップ605においてこの画素数を神経回路網の入力
層に入力し閾値を算出する。ステップ606において算
出された閾値によって輪郭強調処理された画素データを
2値化して欠陥情報を含む輝度分布を抽出する。
された画素データを所定の段階に区分された輝度に区分
けして、各輝度区分に属する画素数を計数する。そして
ステップ605においてこの画素数を神経回路網の入力
層に入力し閾値を算出する。ステップ606において算
出された閾値によって輪郭強調処理された画素データを
2値化して欠陥情報を含む輝度分布を抽出する。
【0025】そしてステップ607において欠陥情報を
目的により処理して、ステップ608で結果をディスプ
レイ205に表示する。以上説明したように本発明によ
れば、教示段階で学習した結合重みを使用した神経回路
網によって閾値が決定されるため、従来方法によっては
紫外線ランプの照度あるいは磁粉液濃度等の影響で2値
化のための閾値の決定が困難な場合であっても精度よく
閾値を決定することが可能となる。
目的により処理して、ステップ608で結果をディスプ
レイ205に表示する。以上説明したように本発明によ
れば、教示段階で学習した結合重みを使用した神経回路
網によって閾値が決定されるため、従来方法によっては
紫外線ランプの照度あるいは磁粉液濃度等の影響で2値
化のための閾値の決定が困難な場合であっても精度よく
閾値を決定することが可能となる。
【0026】
【発明の効果】本発明によれば、既知の閾値を有する輝
度分布によって学習することによって神経回路網の最適
な結合重みを決定することが可能となり、紫外線ランプ
の照度あるいは磁粉液濃度等に影響されずに閾値を決定
して欠陥情報を取り出すことができる。
度分布によって学習することによって神経回路網の最適
な結合重みを決定することが可能となり、紫外線ランプ
の照度あるいは磁粉液濃度等に影響されずに閾値を決定
して欠陥情報を取り出すことができる。
【図1】図1は本発明の基本構成図である。
【図2】図2は本発明の1実施例のハードウエア構成図
である。
である。
【図3】図3は神経回路網の構造図である。
【図4】図4は人工神経素子のモデル図である。
【図5】図5は結合重みを決定するためのル─チンのフ
ローチャートである。
ローチャートである。
【図6】図6は測定データの処理ルーチンのフローチャ
ートである。
ートである。
【図7】図7は従来の提案に係るデータ処理装置の機能
線図である。
線図である。
【図8】図8は輝度分布曲線の1例を示すグラフである
。
。
【図9】図9は磁粉液の濃度の相違による影響の説明図
である。
である。
【図10】図10はディップを明確に識別できない場合
の輝度分布曲線の1例を示すグラフである。
の輝度分布曲線の1例を示すグラフである。
101…撮像手段
102…輪郭処理手段
103…輝度分布作成手段
104…神経回路網演算手段
105…結合重み教示手段
106…2値化手段
107…表示手段
Claims (1)
- 【請求項1】 検査対象物体を撮像してその画像信号
を出力する撮像手段と、該撮像手段から出力された画像
信号を輪郭処理する輪郭処理手段と、該輪郭処理手段で
処理された画像データの画素の複数に区分された輝度毎
の個数を計数する輝度分布作成手段と、該輝度分布作成
手段で作成した輝度分布の各輝度に対応する画素数を入
力層を構成する輝度の区分数と等しい数の人工的神経素
子のそれぞれに入力し、少なくとも1層からなる中間層
による演算処理の後、2値化のための閾値を出力層を構
成する複数個の人工的神経素子の1つから算出する神経
回路網演算手段と、該神経回路網演算手段の入力層と中
間層、中間層間および中間層と出力層間の結合重みを教
示する結合重み教示手段と、該神経回路網演算手段にお
いて算出された2値化のための閾値により該輪郭処理手
段の処理結果を2値化する2値化手段と、該2値化手段
の処理結果を表示する表示手段と、から構成される磁粉
探傷データ処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3063092A JPH04297961A (ja) | 1991-03-27 | 1991-03-27 | 磁粉探傷データ処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3063092A JPH04297961A (ja) | 1991-03-27 | 1991-03-27 | 磁粉探傷データ処理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH04297961A true JPH04297961A (ja) | 1992-10-21 |
Family
ID=13219330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP3063092A Pending JPH04297961A (ja) | 1991-03-27 | 1991-03-27 | 磁粉探傷データ処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH04297961A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013077139A (ja) * | 2011-09-30 | 2013-04-25 | Furukawa Electric Co Ltd:The | 画像処理方法及び画像処理装置 |
EP3792620A1 (en) * | 2019-09-12 | 2021-03-17 | Jtekt Corporation | Magnetic particle inspection device |
-
1991
- 1991-03-27 JP JP3063092A patent/JPH04297961A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013077139A (ja) * | 2011-09-30 | 2013-04-25 | Furukawa Electric Co Ltd:The | 画像処理方法及び画像処理装置 |
EP3792620A1 (en) * | 2019-09-12 | 2021-03-17 | Jtekt Corporation | Magnetic particle inspection device |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110274908B (zh) | 缺陷检查装置、缺陷检查方法以及计算机可读记录介质 | |
US6885369B2 (en) | Method and apparatus for acquiring luminance information and for evaluating the quality of a display device image | |
CN112567229A (zh) | 缺陷检查装置、缺陷检查方法及其程序 | |
KR20090101356A (ko) | 결함 검출 장치 및 결함 검출 방법 | |
CN112583999A (zh) | 相机模块的镜头脏污检测方法 | |
CN112381751A (zh) | 一种基于图像处理算法的在线智能检测系统及方法 | |
CN115546795A (zh) | 一种基于深度学习的圆形指针式仪表自动读数方法 | |
JPH0658716A (ja) | 画像上のエッジ検出方法 | |
JP2005164565A (ja) | 低解像度および高解像度映像におけるフラットパネル用光関連板要素の欠陥検出方法 | |
JPH04297961A (ja) | 磁粉探傷データ処理装置 | |
JPH08145907A (ja) | 欠陥検査装置 | |
CN115797233A (zh) | 图像灰度校正方法、视觉检测方法及装置 | |
TW200842339A (en) | Mura detection method and system | |
EP0816825A2 (en) | Method and apparatus for inspecting streak | |
US6335982B1 (en) | Method and apparatus for inspecting streak | |
JP3127598B2 (ja) | 画像中の濃度変動構成画素抽出方法および濃度変動塊判定方法 | |
JPH0843315A (ja) | 塗膜劣化自動診断方法 | |
JP2004219291A (ja) | 画面の線欠陥検出方法及び装置 | |
JP2005252451A (ja) | 画質検査方法及び画質検査装置 | |
JP2021148720A (ja) | 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 | |
JP3012295B2 (ja) | 画像処理装置および方法 | |
JP3941403B2 (ja) | 画像濃淡ムラ検出方法及びこの検査装置 | |
CN117876365B (zh) | 一种高频印刷电路板的显影质量检测方法 | |
CN118071216B (zh) | 基于lims系统的多维度可视化不合格数据分析方法 | |
WO2021192627A1 (ja) | 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 |